CN115293595B - 考虑光伏出力不确定性的虚拟电厂聚合能力评估方法 - Google Patents
考虑光伏出力不确定性的虚拟电厂聚合能力评估方法Info
- Publication number
- CN115293595B CN115293595B CN202210957163.3A CN202210957163A CN115293595B CN 115293595 B CN115293595 B CN 115293595B CN 202210957163 A CN202210957163 A CN 202210957163A CN 115293595 B CN115293595 B CN 115293595B
- Authority
- CN
- China
- Prior art keywords
- power plant
- virtual power
- uncertainty
- virtual
- schedulable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000002776 aggregation Effects 0.000 title claims abstract description 27
- 238000004220 aggregation Methods 0.000 title claims abstract description 27
- 230000006870 function Effects 0.000 claims description 23
- 238000004146 energy storage Methods 0.000 claims description 21
- 238000010248 power generation Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000006116 polymerization reaction Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Abstract
本发明提出了考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,包括:建立虚拟电厂内的可控资源和不确定性的模型;根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量;建立虚拟电厂聚合能力评估模型,实现在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围。
Description
技术领域
本发明属于电力系统技术领域,尤其涉及考虑光伏出力不确定性的虚拟电厂聚合能力评估方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
光伏发电的特性与传统发电机组不同,取决于当地的天气环境,具有可变性和不确定性的特点。随着易变的新能源在电网中的渗透率不断提高,具有灵活调节能力的发电机组的压力陡增,电力系统的安全性受到威胁,亟需新的资源为电力系统带来新的灵活性。
近些年,需求侧出现了大量具有与电网双向互动能力的柔性负荷,这种负荷能够根据激励调节自身的用电行为,从而参与电网调度。这种新型负荷的出现一定程度上缓解了电力系统调节能力不足的问题,但是这些负荷个体容量较小,布局分散,且很难以用户身份参与电力系统的调度。为了解决这个问题,将数量庞大的柔性负荷聚合为一种虚拟电厂,共同参与电网调度是一种解决途径。
虚拟电厂在参与电网调度之前,须向系统调度员提供可调度的功率曲线。尽管当前有很多对虚拟电厂的评估方法,但大多没有考虑新能源的不确定性,因此,目前对虚拟电厂的评估不够准确。
发明内容
为克服上述现有技术的不足,本发明提供了考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,考虑新能源的不确定性的同时,兼顾经济性和安全性。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
第一方面,公开了考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,包括:
建立虚拟电厂内的可控资源和不确定性的模型;
根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量;
建立虚拟电厂聚合能力评估模型,实现在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围。
作为进一步的技术方案,建立不确定性的模型时,考虑光伏发电功率易受光照强度和环境温度的影响,且随气象条件变化存在一定程度的波动,具体模型为:
其中,表示第t时间段的第i个屋顶光伏的实际输出功率,为光伏的预测输出功率,α,β为光伏出力波动范围。
作为进一步的技术方案,建立虚拟电厂聚合能力评估模型之前,还包括:
建立柔性负荷模型,具体以温控负荷作为典型的柔性负荷进行建模;
其相关的约束如下所示:
其中,表示在第t时间段的第i个温控负荷的运行功率,为温控负荷的平均运行功率;是t时的温控负荷的热储能容量,它的值受用户设定的温度容忍范围Δθ影响;a,δ为由温控负荷的热参数推导得到的热系数,表示该温控负荷的热阻和热容。
作为进一步的技术方案,建立虚拟电厂聚合能力评估模型之前,还包括:建立储能模型;
其中,分别为储能充电功率和放电功率,为储能的功率极限;μit为二进制变量,保证充放电不会同时进行;Eit为储能的容量,ηch,ηdis分别为充电效率和放电效率,为储能的最大容量限制。
作为进一步的技术方案,建立虚拟电厂聚合能力评估模型,具体为:
首先,预评估虚拟电厂可调度聚合功率范围的粗略范围,即虚拟电厂内各可控资源的功率上下界之和,以该范围作为虚拟电厂可调度聚合功率的初始搜索范围;
上级电网在虚拟电厂的可调度聚合功率范围内进行调度;
虚拟电厂的可调度聚合功率范围内的任意功率应能够被此时虚拟电厂内的可控资源分解响应,同时考虑到光伏出力的不确定性,建立最大化虚拟电厂的聚合功率的目标函数。
作为进一步的技术方案,最大化虚拟电厂的聚合功率的目标函数为:
e1,e2≥0
目标函数的外层考虑光伏发电的不确定性,内层为最大可调度范围和可行性的折中决策;
其中,e1,e2为标志正负偏差功率的非负松弛变量,M和M'为大数;
当e1,e2均为0时表示此时的可以被虚拟电厂内的资源分解响应,否则存在无法响应的部分。
第二方面,公开了考虑光伏出力不确定性的虚拟电厂聚合能力评估系统,包括:
不确定性模型建立模块,被配置为:建立虚拟电厂内的可控资源和不确定性的模型;
根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量;
评估模型建立模块,被配置为:建立虚拟电厂聚合能力评估模型,实现在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围。
以上一个或多个技术方案存在以下有益效果:
本发明首先建立虚拟电厂内的可控资源和不确定性的模型,之后根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量,在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围。本发明在考虑新能源的不确定性的同时,兼顾经济性和安全性。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例方法的流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
如图1所示,本实施例公开了一种考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,为两阶段鲁棒的虚拟电厂聚合能力评估方法,两阶段鲁棒指考虑不确定性的max-min双层混合问题,是一种数学形式,即步骤4。在所有约束的作用下,求解目标函数即可评估虚拟电厂聚合能力,
包括以下步骤:
步骤1:建立光伏出力不确定性模型。
考虑到光伏发电功率易受光照强度和环境温度的影响,且随气象条件变化存在一定程度的波动,因此光伏出力的不确定性可建模为下式模型:
其中,表示第t时间段的第i个屋顶光伏的实际输出功率,为光伏的预测输出功率,α,β为光伏出力波动范围,这里设α=0.9,β=1.1。
在本实施例子中,是对光伏不确定性建模,在目标函数中体现为piptv的范围。
步骤2:建立柔性负荷模型,这里以温控负荷作为典型的柔性负荷进行建模。
温控负荷具有与储能类似的动态特征,即随着制冷或制热的进行,室内热能特性将发生动态改变。如果将热能等效为一种储能,室内温度的升高和降低就可以视为这种储能的状态变化。因此,将温控负荷等效建模为这样的一种虚拟储能模型,其相关的约束如下所示:
其中,表示在第t时间段的第i个温控负荷的运行功率,为温控负荷的平均运行功率;是t时的温控负荷的热储能容量,它的值受用户设定的温度容忍范围Δθ影响;a,δ为由温控负荷的热参数推导得到的热系数,表示该温控负荷的热阻和热容。式(3)描述了温控负荷运行功率和热储能容量之间的动态关系。
步骤3:建立储能模型。
除屋顶光伏和柔性负荷外,通常虚拟电厂中还包含大量的分布式储能,将其建立为如下模型:
其中,分别为储能充电功率和放电功率,为储能的功率极限;μit为二进制变量,保证充放电不会同时进行;Eit为储能的容量,ηch,ηdis分别为充电效率和放电效率,为储能的最大容量限制。
步骤4:建立虚拟电厂聚合能力评估模型。
虚拟电厂聚合能力评估模型由步骤1-3中的三种模型构成。本步骤针对上三种模型进行汇总计算,并求解所构成的虚拟电厂的总的聚合能力范围。
设第t时间段虚拟电厂的可调度聚合功率范围为首先,预评估虚拟电厂可调度聚合功率范围的粗略范围,即虚拟电厂内各可控资源的功率上下界之和,以该范围作为虚拟电厂可调度聚合功率的初始搜索范围。
在本实施例子中,通过快速计算粗略的范围,划定大致的解的范围,能够加快计算速度。
设第t时间段上级电网对虚拟电厂下发的调度功率为为了保持电网的安全保守性,上级电网只能在虚拟电厂的可调度聚合功率范围为进行调度,因此满足下式:
虚拟电厂的可调度聚合功率范围内的任意功率应能够被此时虚拟电厂内的可控资源分解响应,同时考虑到光伏出力的不确定性,因此最大化虚拟电厂的聚合功率的目标函数可表示为如下形式:
e1,e2≥0 (15)
目标函数(13)的外层考虑光伏发电的不确定性,内层为最大可调度范围和可行性的折中决策。其中,e1,e2为标志正负偏差功率的非负松弛变量,M和M'为大数。当e1,e2均为0时表示此时的可以被虚拟电厂内的资源分解响应,否则存在无法响应的部分,将在目标函数(13)中以惩罚项的形式体现。约束(14)表达了调度功率与各资源间功率及松弛变量之间的关系。约束(14)声明松弛变量的非负性。
在本实施例子中,通过求解由(1)-(15)构成的问题,最终求得聚合功率范围即获得聚合能力的评估。
在本实施例子中,在目标函数中,即最大化虚拟电厂的上下界范围,可以尽可能的挖掘虚拟电厂的可调度能力,从而可以更经济的利用虚拟电厂。此外,目标函数中的minM(e1+e2),即最小化评估过程可能出现的功率偏差,在大容量电力系统中,这种功率偏差可能会被放大到无法忽视的地步,可能威胁电力系统安全性,在目标函数中以惩罚项的形式考虑了这个问题,兼顾安全性。不确定性也在目标函数中体现。因此目标函数在考虑光伏等不确定性的同时,兼顾经济性因素和安全性因素。
实施例二
本实施例的目的是提供一种计算机装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供了考虑光伏出力不确定性的虚拟电厂聚合能力评估系统,包括:
不确定性模型建立模块,被配置为:建立虚拟电厂内的可控资源和不确定性的模型;其中,光伏被认为不可控,储能、温控负荷等被认为可控;
根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量;
评估模型建立模块,被配置为:建立虚拟电厂聚合能力评估模型,实现在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围。即通过求解由(1)-(15)构成的问题即可获得,该问题的目标函数中考虑了光伏不确定性,目标函数的目的为最大化聚合能力范围。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,其特征是,包括:
建立虚拟电厂内的可控资源和不确定性的模型;
根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量;
建立虚拟电厂聚合能力评估模型,实现在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围;
最大化虚拟电厂的聚合功率的目标函数为:
e1,e2≥0
目标函数的外层考虑光伏发电的不确定性,内层为最大可调度范围和可行性的折中决策,为两阶段鲁棒的虚拟电厂聚合能力评估方法;
其中,e1,e2为标志正负偏差功率的非负松弛变量,M和M'为大数;
当e1,e2均为0时表示此时的Pt sys可以被虚拟电厂内的资源分解响应,否则存在无法响应的部分;
在目标函数中,即最大化虚拟电厂的上下界范围,可以尽可能的挖掘虚拟电厂的可调度能力,从而可以更经济的利用虚拟电厂;目标函数中的minM(e1+e2),即最小化评估过程可能出现的功率偏差,兼顾安全性。
2.如权利要求1所述的考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,其特征是,建立不确定性的模型时,考虑光伏发电功率易受光照强度和环境温度的影响,且随气象条件变化存在一定程度的波动,具体模型为:
其中,表示第t时间段的第i个屋顶光伏的实际输出功率,为光伏的预测输出功率,α,β为光伏出力波动范围。
3.如权利要求1所述的考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,其特征是,建立虚拟电厂聚合能力评估模型之前,还包括:
建立柔性负荷模型,具体以温控负荷作为典型的柔性负荷进行建模;
其相关的约束如下所示:
其中,表示在第t时间段的第i个温控负荷的运行功率,为温控负荷的平均运行功率;是t时的温控负荷的热储能容量,它的值受用户设定的温度容忍范围Δθ影响;a,δ为由温控负荷的热参数推导得到的热系数,表示该温控负荷的热阻和热容。
4.如权利要求1所述的考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,其特征是,建立虚拟电厂聚合能力评估模型之前,还包括:建立储能模型;
其中,分别为储能充电功率和放电功率,为储能的功率极限;μit为二进制变量,保证充放电不会同时进行;Eit为储能的容量,ηch,ηdis分别为充电效率和放电效率,为储能的最大容量限制。
5.如权利要求1所述的考虑光伏出力不确定性的虚拟电厂聚合能力评估方法,其特征是,建立虚拟电厂聚合能力评估模型,具体为:
首先,预评估虚拟电厂可调度聚合功率范围的粗略范围,即虚拟电厂内各可控资源的功率上下界之和,以该范围作为虚拟电厂可调度聚合功率的初始搜索范围;
上级电网在虚拟电厂的可调度聚合功率范围内进行调度;
虚拟电厂的可调度聚合功率范围内的任意功率应能够被此时虚拟电厂内的可控资源分解响应,同时考虑到光伏出力的不确定性,建立最大化虚拟电厂的聚合功率的目标函数。
6.考虑光伏出力不确定性的虚拟电厂聚合能力评估系统,其特征是,包括:
不确定性模型建立模块,被配置为:建立虚拟电厂内的可控资源和不确定性的模型;
根据可控资源特性粗略估计可调度范围,引入反应虚拟电厂可行性特征的松弛变量;
评估模型建立模块,被配置为:建立虚拟电厂聚合能力评估模型,实现在考虑光伏不确定性的同时最大化虚拟电厂的可调度聚合能力范围;
最大化虚拟电厂的聚合功率的目标函数为:
e1,e2≥0
目标函数的外层考虑光伏发电的不确定性,内层为最大可调度范围和可行性的折中决策,为两阶段鲁棒的虚拟电厂聚合能力评估方法;
其中,e1,e2为标志正负偏差功率的非负松弛变量,M和M'为大数;
当e1,e2均为0时表示此时的Pt sys可以被虚拟电厂内的资源分解响应,否则存在无法响应的部分;
在目标函数中,即最大化虚拟电厂的上下界范围,可以尽可能的挖掘虚拟电厂的可调度能力,从而可以更经济的利用虚拟电厂;目标函数中的minM(e1+e2),即最小化评估过程可能出现的功率偏差,兼顾安全性。
7.一种计算机装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现上述权利要求1-5任一所述的方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征是,该程序被处理器执行时执行上述权利要求1-5任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957163.3A CN115293595B (zh) | 2022-08-10 | 考虑光伏出力不确定性的虚拟电厂聚合能力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957163.3A CN115293595B (zh) | 2022-08-10 | 考虑光伏出力不确定性的虚拟电厂聚合能力评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115293595A CN115293595A (zh) | 2022-11-04 |
CN115293595B true CN115293595B (zh) | 2024-07-02 |
Family
ID=
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114744687A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市科中云技术有限公司 | 一种虚拟电厂的能源调控方法及系统 |
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114744687A (zh) * | 2022-06-13 | 2022-07-12 | 深圳市科中云技术有限公司 | 一种虚拟电厂的能源调控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moghaddam et al. | Multi-objective operation management of a renewable MG (micro-grid) with back-up micro-turbine/fuel cell/battery hybrid power source | |
CN111555281B (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 | |
CN105870976B (zh) | 一种基于能源环境效率的低碳调度方法和装置 | |
CN104915737A (zh) | 基于风险控制含大规模风电的电力系统协调经济调度方法 | |
Welch et al. | Energy dispatch fuzzy controller for a grid-independent photovoltaic system | |
CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
Bu et al. | Distributed scheduling in smart grid communications with dynamic power demands and intermittent renewable energy resources | |
CN109473976A (zh) | 一种冷热电联供型微网能量调度方法及系统 | |
Venayagamoorthy et al. | Energy dispatch controllers for a photovoltaic system | |
CN110657512A (zh) | 基于热电联合调度的冰蓄冷空调经济性分析方法和装置 | |
CN102593855B (zh) | 平抑电力系统中可再生能源电源输出功率波动的方法 | |
CN111682531B (zh) | 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置 | |
Yang et al. | A GUI-based simulation platform for energy and comfort management in Zero-Energy Buildings | |
CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
CN108288132B (zh) | 一种基于源荷互动电力系统调度的建模方法 | |
Wang et al. | Research on short‐term and mid‐long term optimal dispatch of multi‐energy complementary power generation system | |
CN115293595B (zh) | 考虑光伏出力不确定性的虚拟电厂聚合能力评估方法 | |
Welch et al. | Comparison of two optimal control strategies for a grid independent photovoltaic system | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
CN112580938B (zh) | 面向多重不确定性的综合能源系统优化调度方法及装置 | |
Barbarić et al. | Energy management strategies for combined heat and electric power micro-grid | |
CN108022055A (zh) | 一种基于粒子群模型的微电网经济调度方法 | |
CN111064187B (zh) | 一种发用电的电量极限分配方法 | |
Sterling et al. | Renewable energy management using action dependent heuristic dynamic programming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |